20个Pandas函数详解

作者|Soner Yıldırım 编译|VK 来源|Towards Data Science

Pandas是一个python数据分析库。它提供了许多函数和方法来加快数据分析过程。pandas之所以如此普遍，是因为它具有强大的功能，以及他简单的语法和灵活性。

在这篇文章中，我将举例来解释20个常用的pandas函数。有些是很常见的，我敢肯定你以前用过。有些对你来说可能是新的。所有函数都将为你的数据分析过程增加价值。

import numpy as np
import pandas as pd

1.query

我们有时需要根据条件过滤一个数据帧。过滤数据帧的一个简单方法是query函数。让我们首先创建一个示例数据帧。

values_1 = np.random.randint(10, size=10)
values_2 = np.random.randint(10, size=10)
years = np.arange(2010,2020)
groups = ['A','A','B','A','B','B','C','A','C','C']
df = pd.DataFrame({'group':groups, 'year':years, 'value_1':values_1, 'value_2':values_2})
df

使用查询函数非常简单，只需要编写过滤条件。

df.query('value_1 < value_2')

2.insert

当我们想向dataframe添加一个新列时，默认情况下会在末尾添加它。但是，pandas提供了使用insert函数使得我们可以在任何位置添加新列。

我们需要通过传递索引作为第一个参数来指定位置。此值必须是整数。列索引从零开始，就像行索引一样。第二个参数是列名，第三个参数是对象，这些对象可以是Series 或数组。

#新建列
new_col = np.random.randn(10)
#在位置2插入新列
df.insert(2, 'new_col', new_col)
df

3.Cumsum

数据帧包含3个不同组的年份值。我们可能只对某些情况下的累积值感兴趣。Pandas提供了一个易于使用的函数来计算累计和，即cumsum。

如果我们只应用cumsum函数，group里的（A，B，C）将被忽略，因为我们无法区分不同的组。我们可以应用groupby和cumsum函数，这样就可以区分出不同的组。

df['cumsum_2'] = df[['value_2','group']].groupby('group').cumsum()
df

4.Sample

Sample方法允许你从序列或数据帧中随机选择值。当我们想从一个分布中选择一个随机样本时，它很有用。

sample1 = df.sample(n=3)
sample1

我们用n参数指定值的数目，但我们也可以将比率传递给frac